龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京小爬虫大数据有限公司
摘要：本发明涉及数据识别技术领域，尤其涉及一种基于神经网络的电子集卡章识别系统及方法。内容包括：获取并智能化处理原始电子集卡章图像数据，得到处理后的电子集卡章图像数据；从处理后的电子集卡章图像数据中提取特征，得到电子集卡章图像特征向量；通过层次特征优化深度学习模型对电子集卡章图像特征向量进行学习和优化，得到高层次特征向量；并使用自适应多层分类算法对高层次特征向量进行分类，得到分类结果。解决了在电子集卡章识别过程中，对数据处理不够准确以及识别准确率较低的技术问题。
主权项：1.一种基于神经网络的电子集卡章识别方法，其特征在于，包括以下步骤：S1.获取并智能化处理原始电子集卡章图像数据，得到处理后的电子集卡章图像数据，其中，智能化处理包括去噪处理、灰度化处理、直方图均衡化处理、自适应对比度增强处理；从处理后的电子集卡章图像数据中提取特征，得到电子集卡章图像特征向量；S2.通过层次特征优化深度学习模型对电子集卡章图像特征向量进行学习和优化，得到高层次特征向量，层次特征优化深度学习模型的具体实现过程如下，将电子集卡章图像特征向量作为层次特征优化深度学习模型的输入，进行高层次特征提取处理，首先，对电子集卡章图像特征向量进行初步优化，得到初步优化特征向量；进一步，对初步优化特征向量进行对数变换，得到对数变换后的特征向量；进一步，通过分式和绝对值操作引入非线性变换，对对数变换后的特征向量进行变换，得到经过非线性变换后的特征向量，计算公式为： ，其中，是对数变换后的特征向量，是非线性变换后的特征向量；进一步，对经过非线性变换后的特征向量进行加权处理，得到加权处理后的特征向量；最后，对加权处理后的特征向量进行归一化处理，得到高层次特征向量；并使用自适应多层分类算法对高层次特征向量进行分类，得到分类结果。
全文数据：
权利要求：
百度查询： 南京小爬虫大数据有限公司 一种基于神经网络的电子集卡章识别系统及方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号